在大量的应用领域中,人们经常面临用一个解析函数描述数据(通常是测量值)的任务。 对这个问题有两种方法。在插值法里,数据假定是正确的,要求以某种方法描述数据点之间 所发生的情况。这种方法在下一节讨论。这里讨论的方法是曲线拟合或回归。人们设法找出 某条光滑曲线,它最佳地拟合数据,但不必要经过任何数据点。图111说明了这两种方法

1．验证基尔霍夫定律，加深对基尔霍夫定律的理解； 2．掌握直流电流表的使用以及学会用电流插头、插座测量各支路电流的方法； 3．学习检查、分析电路简单故障的能力

§1 插值方法 §2 曲线拟合的线性最小二乘法 §3 最小二乘优化 §4 曲线拟合与函数逼近 §5 黄河小浪底调水调沙问题

2复合求积 Composite Quadrature 高次插值有 Runge现象,故采用分段低次插值 →分段低次合成的 Newton- Cotes复合求积公式

 插入动画内容  使用“资源”面板  理解插件  为网页添加视频和声音

一、插入声音 二、插入视频

不少实际问题不但要求在节 点上函数值相等，而且 还要求它的导数值也相等（即要 求在节点上具有一阶光 滑度），甚至要求高阶导数也相 等，满足这种要求的插值 多项式就是埃尔米特（Hermite） 插值多项式

前面根据区间 [a, b] 上给出 的节点做插值多项式 L (x) n 近似 f (x) ，一般总认为 L (x) n 的次数 n 越高逼近 f (x) 的精度 越好，但实际上并非如此

上面讨论的分段低次插值函数 都有一致收敛性，但光滑 性较差，对于像高速飞机的机翼形 线，船体放样等型值线 往往要求有二阶光滑度，即有二阶 连续导数，早期工程师 制图时，把富有弹性的细长木条 （所谓样条）用压铁固定 在样点上，在其它地方让它自由弯 曲，然后画下长条的曲 线，称为样条曲线

7.1 定义内部块 7.2 定义外部块 7.3 插入块 7.4 插入块 7.5 块属性